大語言模型智能體在臨牀決策支援中的應用綜述
一項關於大語言模型智能體臨牀決策支援的綜述,梳理研究由靜態知識問答轉向交互式診斷與多智能體協作的演進。研究亦涵蓋強化學習訓練、安全與可解釋性;各路線在推理深度、計算成本及安全性之間取捨,現時仍缺乏統一評估基準與理論框架。
一項關於大語言模型智能體臨牀決策支援的綜述,梳理研究由靜態知識問答轉向交互式診斷與多智能體協作的演進。研究亦涵蓋強化學習訓練、安全與可解釋性;各路線在推理深度、計算成本及安全性之間取捨,現時仍缺乏統一評估基準與理論框架。
這篇綜述梳理 LLM 驅動數據可視化生成與評估的演進,涵蓋從規則系統到多智能體協作,以及評估從結構匹配轉向多維對齊。MultiVis-Agent 在 MultiVis-Bench 上的任務完成率為 74.18%,以部分生成靈活性換取可靠性。領域核心問題是在確保數據保真度的同時,實現複雜可視化的可靠生成。
這項綜述梳理 LLM 文本私隱與匿名化方法的演進,指出研究已由靜態移除個人可識別資訊(PII),轉向兼顧語義效用、任務需求與合規性的動態決策。文中整理語義重寫、局部差分私隱、基準評估及代理私隱對齊等路線,並比較各自在表示質素、適應效率與計算成本上的取捨。
OpenAny 的 MCP 伺服器可在不提供 API key 的情況下列出四種工具,但新增伺服器和查看工具清單不等於授權付費呼叫;前三種用於公開目錄,run_api 可執行資源並可能消耗額度。文章示範在 Cursor 不提供 API key 加入伺服器,並建議付費前核對模型或 API ID、價格及計費單位、請求格式和供應商標示。作者只查閲公開資料,沒有登入、安裝 CLI 或執行付費請求。
Agent Skills Hub 按 43 條靜態規則評級逾 138,000 個開源 AI 智能體技能及 MCP 伺服器,發現 GitHub 星數少於 20 的倉庫嚴重安全風險旗標率約高 9 倍。
北京大學博雅特聘教授田永鴻提出「模型即智能、系統即智能、進化即智能」三階段路線,闡述 AI 推動中國鐵塔由「通信塔」向「智能塔」升級。中國鐵塔與北京大學共建的鐵塔經緯大模型覆蓋34項業務,平均性能提升10%,對未見樣本的泛化能力達90%。雙方打造的7個行業模型已在28個省區、超過2.7萬路點位商業化運營。
Qwen4‑Max 預覽版相較 Qwen3‑Max,轉向真實任務交付,並在原生圖像與影片理解、智能體操作範圍、發布流程和計費方式上有所不同。
Qwen3.8-Flash 是面向高頻、低延遲及成本敏感任務的輕量模型,適合批量內容處理、客服問答和資訊抽取等場景。它支援 JSON 結構化輸出、工具調用及文字與圖像輸入,並可透過百煉平台調用,兼容 OpenAI 與 Anthropic 風格接口。個人版 Token Plan 月費由 39 元至 312 元,額度按月重置、不結轉。
阿里雲 Qwen4-Max 面向長鏈路專業工作,定位為旗艦多模態智能體基座模型,並以長上下文及降低單任務成本為重點。模型總參數為 2.4T,每 Token 激活 71B,支援 100 萬 Token 上下文;官方 Work360 評測得分為 52.69,平均單任務成本較上一代下降 58%。
2026年,阿里雲百煉平台上線 Qwen4-Max,並將其接入 Token Plan 訂閲體系,首發新客首購套餐優惠為 5 折。Qwen4-Max 支援文字、圖像理解、工具調用、聯網檢索和結構化輸出;預覽版僅可透過 Token Plan 調用,暫不提供單獨按量計費。
阿里雲百煉上線 Qwen4-Max,並將其接入 Token Plan 訂閲體系。Token Plan 個人版新用戶首購 Lite 月費由 39 元減至 19.5 元;Qwen4-Max 預覽版在 2026年11月25日24:00(UTC+8)前按標準費率的 20% 扣減 Credits,夜間調用另有折扣。
這份綜述梳理大語言模型談判與議價智能體從語言模擬走向經濟理性的研究演進,指出人類對齊訓練帶來的親社會偏見與博弈論最優策略之間存在矛盾。NegotiationArena 等基準揭示模型的錨定偏差與過度合作,可驗證獎勵強化學習(RLVR)、情感策略蒸餾及機制可解釋性分析則分別探索策略優化、邊緣部署與偏差成因。各路線在策略理性、部署效率和可解釋性之間各有取捨。
阿里雲開發者社區文章介紹 Qwen3.8-Max 的模型定位、主要能力、適用場景及計費方式,並列出按量 API 和 Token Plan 兩種模式。文章稱,Qwen3.8-Max 採用 2.4 萬億參數 MoE 架構,支援百萬 Token 上下文、文字、圖片及影片輸入,並針對智能體、編碼和專業辦公等複雜任務。
這份綜述梳理大語言模型人類行為模擬與決策方法的演進,指出研究焦點已由定性模仿轉向分佈一致性、個體保真度及因果效應校準。SimBench涵蓋20個數據集,OmniBehavior則評估長時程、跨場景行為軌跡;兩者反映領域對標準化評估和長期行為建模的關注。
文章提出一套檢查 AI 工具編寫的應用程式的方法,建議為核心操作建立可執行的測試,並在上線前以用戶的方式完成真實任務。作者亦建議逐項修改後重跑測試,讓全新工作階段檢查程式,並先在預覽版本試用;上線後收集用戶遇到的錯誤,為每項修正留下測試。
文章將 Qwen3.8-2.4T-A95B 定位為可下載、可改造的旗艦開源底座,主要面向數據不出域及需要自行改造模型的部署需求。開源版為純文本、全思考模式,原生上下文為 262,144 Token;BF16 權重約 4.89 TB,單機部署不現實。
Qwen3.8-Omni-Flash 離線版可接收文字、圖像、音訊及影片並輸出文字,定位於多模態理解與 Agent 任務。離線版支援 1M 上下文,非思考模式最大輸出 128K;即時版 qwen3.8-omni-flash-realtime 面向低延遲語音互動、影片理解及 MCP 工具調用。離線版輸入和輸出分別為 0.8 元/百萬 Token、2.7 元/百萬 Token;即時版按模態分項計費。
Qwen3.8-Max是面向智能體及複雜長週期任務的旗艦基座模型,採用2.4萬億參數MoE架構,支援百萬Token上下文及文字、圖片、影片輸入。文章列出按量API及Token Plan兩種使用方案:按量輸入為12元/百萬Token、輸出為36元/百萬Token,個人Lite套餐月費39元。
發文者詢問,是否有人曾讓 Claude 全權自主經營整間公司,涵蓋產品開發、營運管理、市場推廣、銷售、客戶支援及決策,並全天候運作。問題亦聚焦於不需每日提供提示詞、只由 AI 經營的情況。
作者以 Claude Code、Sonnet 5.5 及自己的 google-docs-mcp 伺服器測試,Code Mode 在三次工具呼叫的任務中,把模型請求由 5 次增至 13 次,估算成本由 $0.191 降至 $0.107,耗時同為 21 秒。
文章建議,向外部助理交接歷史執行上下文時,傳送精簡摘要,並將完整歷史留在本端或雙方可存取的儲存位置。A2A 1.0 的一次傳送只帶一個 Message,摘要可放入文字或資料部分;history 和 historyLength 只控制伺服器回傳的歷史,不會把舊訊息帶入請求,MCP 則把摘要放在工具參數中。
美國 FCC 在 2024 年 2 月 2 日裁定,TCPA 對「人工或預錄語音」的限制涵蓋生成真人聲音的 AI 技術,語音克隆亦適用。致電企業主線查詢營業時間或預約,與向住宅或手機號碼大量撥號不同;通話開始時須清楚説明負責致電的身份,銷售電話及通話錄音還可能受 FTC 規則和州法規管。
Bastion 是提交至 Codegeist 2026 的駭客松作品,結合 Rovo 智能體、MCP 工具及 Jira 問題面板,利用即時 NVD 數據處理安全問題。Jira 面板會偵測 CVE 提及及易受攻擊的套件,並提供 0–100 風險評分和建議;Forge 應用程式已部署為 Bastion v2.2.0。這是駭客松作品,作者尚未有正式用戶提供工作流程的實際意見。
多智能體架構將複雜的 AI 自動化流程拆分為由專責智能體執行的小步驟,取代由單一提示詞處理多項任務的做法。以結構化輸出和明確介面傳遞資料,有助定位故障、分別測試各智能體,並按任務選用較小或較大型的模型。
2026 年阿里雲雙十一期間,Qoder CN 提供免費試用、訂閲額度加贈及指定模型夜間折扣。新用戶可獲兩週 Pro 版試用及 300 Credits;首次付費開通 Pro 或 Pro+,首月 Credits 額度翻倍。北京時間 22 點至次日早上 8 點,使用 Qwen3.8-Max、Qwen3.8-Flash 或 Qwen3.7-Plus,模型調用按 4 折計費。
umwayi-os 為排程執行和本機網頁加入兩個入口,兩者都呼叫命令列使用的同一套程式碼,不另行複製規則檢查。排程使用 Linux 的 systemd user timers 執行工作或工作流程,並受停止開關、規則和日誌簿約束;工作流程不能自行批准或發布草稿。本機伺服器只綁定 127.0.0.1,所有請求同樣經過停止開關、規則和日誌簿檢查。
作者公開 umwayi-os 的 chimera 閘門,讓 Claude Code、Kiro 和 OpenCode 共用一套工具呼叫規則,再由各自的 adapter 將判定轉成平台可識別的回應。
umwayi-os 的方案是為每項任務建立獨立 Git worktree 和分支,以隔離並行 AI 開發智能體的工作檔案及 git index。
Ankita AI 開發者為桌面助理加入斜線指令,讓用戶可在訊息編輯區搜尋及執行應用程式已有的操作。指令選單提供 15 項操作,並設有 commands、model、project、skill 4 個階段;瀏覽期間會暫存草稿,但若用普通文字取代指令,暫存內容會被捨棄。完成多組測試,但未測試安裝程式、實體螢幕閲讀器、macOS、Linux 及混合 DPI 螢幕。
華中科技大學與阿里巴巴集團於11月18日簽署合作協議,共建「智能攻防與前沿安全聯合研究中心」,首批啟動9個課題。課題涵蓋大模型安全攻防、智能體與終端安全、智能化系統與軟件安全、數據協同與私隱保護四大方向,並探索圖像對抗樣本識別與防護、密態計算等技術。
彭博社報道,林俊暘創辦的語用科技完成新一輪數千萬美元融資,估值升至50億美元,較三個月前增加30億美元(約合人民幣200億元)。華業天成資本、鼎暉投資及吉利汽車成為新晉投資方;公司瞄準數字世界的知識工作智能體和物理世界的機械人。語用科技尚未公開足以解釋估值變化的商業化數據,產品研發進展亦鮮少對外公佈。
華中科技大學與阿里巴巴集團在武漢簽署協議,共建「智能攻防與前沿安全聯合研究中心」,首批啟動9個課題。課題聚焦大模型安全攻防、智能體與終端安全、智能化系統與軟件安全,以及數據協同與私隱保護。
Bytedance 與多所美國大學的研究團隊旨在證明,AI 模型訓練只需三個階段,並以具競爭力的開源模型支持這一論點。研究指出,訓練流程層層疊加,令各階段的實際作用難以判斷,重現研究的成本亦愈來愈高。
作者開發並開源 SanVi,一個面向 Kubernetes 的 AI 閘道,讓應用程式透過 OpenAI 相容端點及各自的虛擬金鑰存取模型,並為每個金鑰設定模型、預算和速率限制。
Shubham Palriwala 的 2026 年指南把客戶電話分析工具分為銷售對話、聯絡中心 QA、營銷來電追蹤及 AI 語音智能體監測四類。
Pydantic AI 和 Google ADK 均會輸出符合 OpenTelemetry GenAI 語義慣例的追蹤資料,可透過 OTLP 傳送至監控後端。
混元團隊在 Reddit 舉行 AMA,回應下一代模型規劃、遞迴自我改進(RSI)及安全等問題。兩小時問答收到 300 多條留言,團隊表示下一代 Hy 模型規模將進一步顯著擴大,RSI 能力仍處於早期階段。安全訓練側重防禦性任務,避免過度拒絕仍是重要改進方向。
Vercel 的 Turborepo 團隊用 8 天及 20 多個 PR,將約 1,000 個套件倉庫的首次可執行任務耗時由 8.1 秒降至 0.716 秒。無人值守啟動的 8 個智能體中,只有 3 個提出可合併改動。團隊以同一隔離容器進行端到端測試,並記錄耗時離散度,避免把微基準的局部提升誤當成整體加速。
Kimi-K3 是面向長程編程、知識工作及推理的權重開源模型,參數量為 2.8 萬億,輸入與輸出上限均為 1,048,576 Token,並已上架阿里雲百煉。文章整理其原生視覺能力及基準成績,並指出模型僅有思考模式,不支援聯網搜尋、批量推理或模型調優。華北2(北京)/全球每百萬 Token 的輸入、輸出及快取命中價格分別為 20 元、100 元及 2 元,且沒有免費額度。
DeepSeek-V4.1-Flash 已上架阿里雲百煉,文章梳理其模型定位、架構特點、能力表現、應用場景與計費方式。文中列出 1M 上下文、384K 最大輸出,並指其在多項編程、終端及 Agent 基準上超過 V4-Pro。文章亦比較百煉與 DeepSeek 官方 API 的峯谷時段口徑,並説明快取命中會影響費用。